深度│数据已然成为服装企业未来的“通关”密码,这项技能你get了吗?

作者: 时间:2018-05-01 08:16:27 阅读:
深度│数据已然成为服装企业未来的“通关”密码,这项技能你get了吗? 全文共3000字,浏览大约需要6分钟。本文首发于微信号:chinafashion99新零售时期,大数据和新技术将赋能供应链升级,由消费者定义业务能力和数字技术。在此前2017中国服装大会期间,同期设置了12场平行论坛和1场高端论坛,在凝听完众多预会佳宾的演讲,记者感受最深的1个词就是€€€€“数据”。当消费者成为主导,大数据已然成为新零售环境下,驱动全部供应链的通关“密码”。而这,也对企业提出了更高的要求。服装行业从过去的以企业本身为中心,由企业决定管理模式和信息技术的传统零售链式价值链,正逐步过渡为以消费者为中心的新零售环式价值网。目前服装行业的领先者正从全域营销、大数据驱动研发、共创产业链

全文共3000字,浏览大约需要6分钟。

本文首发于微信号:chinafashion99

新零售时期,大数据和新技术将赋能供应链升级,由消费者定义业务能力和数字技术。

在此前2017中国服装大会期间,同期设置了12场平行论坛和1场高端论坛,在凝听完众多预会佳宾的演讲,记者感受最深的1个词就是€€€€“数据”。当消费者成为主导,大数据已然成为新零售环境下,驱动全部供应链的通关“密码”。而这,也对企业提出了更高的要求。

服装行业从过去的以企业本身为中心,由企业决定管理模式和信息技术的传统零售链式价值链,正逐步过渡为以消费者为中心的新零售环式奇瑞工作服冬
价值网。目前服装行业的领先者正从全域营销、大数据驱动研发、共创产业链、全渠道融会、智慧门店、品牌大数据等方面探索拥抱新零售。

而11月14日,毕马威也发布了《破茧成蝶:新零售赋能服装业€€互联网第1大品类的魅力变革》报告。报告指出,服装行业在此轮变革中将面临全面数字化,消费者中心化及信息传递加速等行业升级,传统服装的行业复杂度在新零售变革进程中显现出多种多样创造性,并1定程度引领其他相干行业变革。

毕马威亚太区主席陶匡淳表示:“数字经济将增【ems快递工作服】
进以消费者为中心,推动由B2C向C2B的商业模式转变。大数据分析可以帮助生产商和零售商实时跟踪消费者的需求偏好变化,深度发掘潜伏市场,提供个性化商品,引导消费产品升级。同时,随着中国生产能力和创新能力不断提高,更加寻求工匠精神和质量第1,中国的产业结构也在升级,向高端制造业和服务业迈进。”

数据驱动制造

在消费者个性化驱动、共给侧改革需求,和资本的推波助澜下,C2M已成为近两年服装企业变革创新的1个大热方向。“概念很不错,前端没生意,工厂做不了,老板不敢投。”定制加科技有限公司合伙人梁威总结了4句话来表达他对C2M的重新思考。

他认为,C2M不单单是定制,它是1种先进的供应链的模式,它意味着要满足顾客的个性化需求,消除不增值的中间环节,买通工厂与消费者之间的种种障碍。

而这1切的关键就是数据。服装行业C2M定制化的翘楚酷特智能对此就给出了肯定的答案。酷特智能是红领团体转型升级的成果,用时10几年建成了独具特点的“3D打印逻辑数字化工厂”,以数据驱动、人机互动,关键环节实现了智能化,全球协同、全员在线、实时同步,构成了工泸州酒店工作服定做
业化手段和效力制造个性化产品。

“过去我们最关注的是技术、资金、人材,现在是数据,数据和信息成为这个时期新的价值载体。”酷特智能副总裁、中国产业互联网研究院秘书长李金柱称,过去供应链靠部门驱动,效力很低,现在靠客户的数据驱动,这类转型的核心是组织关系产生变化,把客户需求变成利益共同体,需要整合从客户的交互、设计、生产、物流、平台服务的全价值链,终究实现客户数据指挥机器干活。

但靠数据驱动的C2M是不是只适用于标准化程度高的品类或品牌,如何满足消费者更加个性化的需求?1些创新企业做了尝试。刚刚成立6个多月的漾1服装设计研发中心切入了以定制打样为核心业务,为独立设计师及原创品牌提供1站式服装研发服务,致力于打造国内最专业、最高效的研发供应链。

“我们在C2M方面的尝试是面对独立设计师,基于原创设计的多样化搜集宝贵的款式数据,也就是版上海银行工作服
型,我们具有了4000个左右的版型,通过这些数据为独立设计师提供可拼接的根据。”其开创人宗小美说,目前的初步成果是漾1服装6个月内就成功服务了200多个设计师。

数据驱动仓储物流

“通过物联网及其背后产生的大数据,能够解决服装行业长时间存在的周期长、效力低的问题。”浙江大学宁波理工学院计算机与数据工程学院副院长李兴森说,物联网通俗来说,就是通过仪器、传感器各种装备把物与物关联起来,在服装业的利用就将产生1些新的价值,比如可以优化生产流程、实时了解生产的进度;跟踪质量;数据收集、管理;智慧物流,实时查询;有效防伪、防盗;洞察客户,掌握1手资料,和数据累计,实现数据增值。

专注于打造智慧工厂、智慧仓库和智慧门店的广州理德物联网科技有限公司总经理张海军一样指出,新零售是以消费体验为中心的数据驱动零售形态,是物联网+互联网结合的智慧零售。

他表示,大数据简单说就是互联网+物联网,就是虚拟+现实世界,所有数据的累加实时感知和预测。重新零售的角度,线上很多西安未央区定做工作服
公司通过阿里、京东搭建了非常好的用户体验,但是线下的用户体验需要改良,品牌就需要通过买通线上线下所有环节,实现从产品供应到用户体验全供应链的改造,终究实现数字化驱动智慧工厂、智慧供应链、智慧门店,比如通过智能货架、魔镜导购等技术手段实现改良用户体验、大数据的收集。

而RFID就成了将每件服装进行唯1身份智能化,掌握与收集数据的关键技术。“RFID能够减少人力本钱,加快供应链反应速度,同时预测销售,库存透明化,提升销量。”张海军说。

9个品牌、300多加工厂、3个物流中心、7000多家门店,17000多个SKU的拉夏贝尔,和150多个工厂、2个物流中心、170多家门店、10000多个SKU的UR便是理德服务的客户,张海军说,通过RFID平台与企业原本的ERP等系统买通,将企业以往沉睡的数据重新聚集起来,终究实现了全供应链数据的互通与准确,减少了人力,并提升了用户体验。

数据驱动零售

“不管零售怎样变,但其根本的商业逻辑没有变,任何1家企业都是做3件事,第1获得流量,第2转化流量,第3延续流量,不过是在进程中间配置资源,把人和消费者的关系通过这3个逻辑买通而已。”云像数字新零售事业群副总裁沈阳说,基于对对数据价值的认知和理解,云像尝试把多能的新物种公司在1个平台上建立起来。

杭州莱准智能科技有限公司COO王皓也表示,门店原来是货场,现在是人货场,品牌要从这3个维度将门店数据化和零售化。第1个是客户在线,要实时了解客户,有甚么样的标签,第2个是智能交互,如RFID。

如此看来,数据其实正在驱动新的意义个体的突起。数据效力及数据匹配效力,重构零售产业链与零售场景流。除知人、知货、知产,企业还要识人、识货、识产,要让预测能力本身构成更强的效力,数据的效力即数据的品类效力在重构零售的产业链。

沈阳表示,任何1个企业想做好未来的生意需要建两个库,1个是内容库,1个是用户标签库,用户标签和用户内容做到逐一对应、才能在将来的市场竞争中站立在潮头。

“由于消费者个性化品质化的提升,由于营销场景和交易场景的重合,致使要求企业必须自建内容库并和目标群体实现1对1的互动。未来3到5年会出现1大批新的品牌,它们多是老品牌迭代的,也多是新品牌创造的。”他说,笼络住自己的核心消费群是关键,每一个企业起跑线都是同等的。

虽然数据价值愈来愈凸显,但正如沈阳所言,对企业来讲,数据工作不可能一挥而就,需要逐步的认知同频,脑手同频,他对企业定义了3个普适的阶段:第1是从0到1,1切思惟要数据化、1切业务要数据化,要了解数据对企业的价值是甚么,怎样构建和利用数据模型;第2是从1到N,数据场景化,打造核心消费者在店面体验的能力;第3从N到无穷大,只有品牌和数据产生了关联,企业才能具有跨界、跨品类、买通其他1切的能力。

而智能商业时期的开启也催生了众多新的数据获得来源,除RFID,现在也有了许多可以支持的科技手段,比如带来1站式商业系统解决方案的生迪智慧,集成了智能照明、背景音乐、安防监控的整套系统,不但能够为门店消费者提供更加贴心的体验服务,还能够利用用影象抓取辨认技术搜集消费者轨迹,做到客流的性别、年龄统计等数据分析。Sengled生迪智慧中国区销售总经理周咏翔说,生迪智慧还能够通过影象的分析技术,提升VIP的服务质量。

而移动支付一样是1个很好的入口。北京迈恩科技有限公司副总经理但沐霖说,真正接入了移动支付可让企业有更多能力享遭到数据的服务和支持,“支付它是1个入口,不是1个工具。”但沐霖强调。

根据IBM的预测,2020年相互连接的装备将到达300亿。这些智能装备不但能捕捉社交和交易数据,还可以360安全工作服
植入工业和生活装备中,像触角1样渗透到商业场景的各个方面。数据的进1步积累,必定会助推智能商业时期的开启。

如此看来,基于数据赋能全域商业获得长续竞争优势,通过场景、互动、连接、体验来提高品牌黏性,创造新客群、新需求和新服务,无疑已成为服装企业下1步努力的方向。

精彩推荐

“在1起,向前进!”建设新时期纺织强国的战略与路径,孙瑞哲这样说……

从远去的服批市场到富贵鸟转型,从数字营销到捉住千禧1代,行业要驶向何方?

看好公司事迹潜力,太平鸟董事长张江平连续增持股分,金额不低于5000万元

门坎300亿,申洲、安踏、海澜之家、裕元、雅戈尔上榜最新中国上市公司500强!附完全名单

为什么热风、UR、太平鸟这些国货,开始让快时尚大佬们焦虑?

零售没有新旧之分,实体店不会消失

点击下方“浏览原文”,查看更多内容!